在循環中創建多個數據幀

Question

我有一個列表，每個條目都是一個公司名稱

companies = ['AA', 'AAPL', 'BA', ....., 'YHOO']

我想為列表中的每個條目創建一個新的數據框。

就像是

（偽代碼）

for c in companies:
     c = pd.DataFrame()

我一直在尋找一種方法來做到這一點，但找不到。 有任何想法嗎？

Answer 1

只是為了強調我對@maxymoo 的回答的評論，將名稱動態添加到 Python 命名空間幾乎總是一個壞主意（“代碼味道”）。 原因有很多，最突出的是：

1. 創建的名稱可能很容易與您的邏輯已使用的變量發生沖突。

2. 由於名稱是動態創建的，您通常最終也會使用動態技術來檢索數據。

這就是為什么 dicts 被包含在語言中的原因。 正確的操作方法是：

d = {}
for name in companies:
    d[name] = pd.DataFrame()

現在你可以編寫一個單獨的dict 理解表達式來做同樣的事情，但有些人發現它不太可讀：

d = {name: pd.DataFrame() for name in companies}

創建d ，公司x的DataFrame可以檢索為d[x] ，因此您可以很容易地查找特定公司。 要對所有公司進行操作，您通常會使用如下循環：

for name, df in d.items():
    # operate on DataFrame 'df' for company 'name'

在 Python 2 中你寫得更好

for name, df in d.iteritems():

因為這避免了實例化(name, df)元組列表。

Answer 2

你可以這樣做（盡管如果這是面向公眾的代碼，顯然要格外小心地使用exec ）

for c in companies:
     exec('{} = pd.DataFrame()'.format(c))

Answer 3

添加到上述偉大的答案。 如果您需要創建空數據框，但如果您需要基於某些過濾創建多個數據框，則上述內容將完美無缺：

假設您得到的列表是某個數據框的列，並且您想為更大的數據框為每個獨特的公司制作多個數據框：-

1. 首先取公司的唯一名稱：-

    compuniquenames = df.company.unique()

2. 創建一個數據框字典來存儲你的數據框

   companydict = {elem : pd.DataFrame() for elem in compuniquenames}

上面兩個已經在帖子里了：

for key in DataFrameDict.keys():
    DataFrameDict[key] = df[:][df.company == key]

以上將為您提供所有具有匹配記錄的獨特公司的數據框。

Answer 4

下面是在循環中動態創建數據框的代碼：

companies = ['AA', 'AAPL', 'BA', ....., 'YHOO']

for eachCompany in companies:
    #Dynamically create Data frames
    vars()[eachCompany] = pd.DataFrame()

vars(),locals() 和 globals() 之間的區別請參考以下鏈接：

globals()、locals() 和 vars() 之間有什么區別？

Answer 5

以下是可重現的 -> 假設您有一個包含 df/company 名稱的列表：

companies = ['AA', 'AAPL', 'BA', 'YHOO']

你可能也有數據，大概也是一個列表？ （或者更確切地說是列表列表），例如：

 content_of_lists = [
 [['a', '1'], ['b', '2']],
 [['c', '3'], ['d', '4']],
 [['e', '5'], ['f', '6']],
 [['g', '7'], ['h', '8']]
]

在這個特殊的例子中，df 應該看起來非常相似，所以這不需要非常復雜：

dic={}
for n,m in zip(companies, range(len(content_of_lists))):
   dic["df_{}".format(n)] = pd.DataFrame(content_of_lists[m]).rename(columns = {0: "col_1", 1:"col_2"}) 

在這里，您必須使用dic["df_AA"]來訪問字典中的數據dic["df_AA"] 。 但是，如果您需要對數據框進行更多“不同”的命名，我認為您必須使用if-conditions ，例如：

dic={}
    for n,m in zip(companies, range(len(content_of_lists))):
if n == 'AA':
    special_naming_1 = pd.DataFrame(content_of_lists[m]).rename(columns = {0:     
    "col_1", 1:"col_2"})
elif n == 'AAPL':
    special_naming_2 ...

這需要更多的努力，但它允許您通過編寫special_naming_1而不是dic['df_AA']以更傳統的方式獲取數據幀對象，並且如果這很重要，您可以更好地控制數據幀名稱和列名稱。

Answer 6

你可以這樣做：

對於 yyy 中的 xxx：

globals()[f'dataframe_{xxx}'] = pd.Dataframe(xxx)

:D